JAVA代码—算法基础：求最大子矩阵的和

求最大子矩阵

题目描述

给定一个n*m的矩阵A，求A中的一个非空子矩阵，使这个子矩阵中的元素和最大。
其中，A的子矩阵指在A中行和列均连续的一块。

输入格式
　　输入的第一行包含两个整数n, m，分别表示矩阵A的行数和列数。
　　接下来n行，每行m个整数，表示矩阵A。
输出格式
　　输出一行，包含一个整数，表示A中最大的子矩阵中的元素和。

样例输入
3 3
-1 -4 3
3 4 -1
-5 -2 8
样例输出
10

样例说明
　　取最后一列，和为10。

数据规模和约定
　　对于50%的数据，1<=n, m<=50；
　　对于100%的数据，1<=n, m<=500，A中每个元素的绝对值不超过5000。

题目分析

算法设计

package com.bean.algorithmbasic;

import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.util.Scanner;

public class MaxSubMatrix2 {

    public static int n, m;
    public static long[][] map;
    public static long result = Long.MIN_VALUE;

    public static void main(String[] args) throws FileNotFoundException {

        //程序开始执行时间
        long startTime=System.currentTimeMillis();
        //设置数据来源文件
        System.setIn(new FileInputStream("G:\\matrixnumber.txt"));
        Scanner sc = new Scanner(System.in);
        //读取行
        n = sc.nextInt();
        //读取列
        m = sc.nextInt();
        //声明一个二维数组
        map = new long[n][m];
        //初始化二维数组元素
        for (int i = 0; i < n; i++)
            for (int j = 0; j < m; j++)
                //从文件中读取数据
                map[i][j] = sc.nextLong();

        //算法设计
        for (int start = 0; start < n; start++) { // 开始行
            long[] ring = new long[m];
            long[] dp = new long[m];
            for (int end = start; end < n; end++) { // 结束行
                for (int j = 0; j < m; j++) // 计算start~end行的每一列元素和
                    ring[j] += map[end][j];
                result = Math.max(result, ring[0]);
                dp[0] = ring[0];
                for (int j = 1; j < m; j++) {
                    if (dp[j - 1] < 0)
                        dp[j] = ring[j];
                    else
                        dp[j] = dp[j - 1] + ring[j];
                    result = Math.max(result, dp[j]);
                }
            }
        }

        //输出执行结果
        System.out.println(result);

        //程序执行结束时间
        long endTime=System.currentTimeMillis();
        System.out.println("程序执行时间: "+(endTime-startTime)+" ms");
    }

}

（完）